Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Trojan, Flavio | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-2274-5321 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/1688457940211697 | - |
Autor(es): dc.contributor | Trojan, Flavio | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-2274-5321 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/1688457940211697 | - |
Autor(es): dc.contributor | Lotufo, Anna Diva Plasencia | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-0192-2651 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6022112355517660 | - |
Autor(es): dc.contributor | Siqueira, Hugo Valadares | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-1278-4602 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6904980376005290 | - |
Autor(es): dc.creator | Alves, Carlos Henrique Rodrigues | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:56:18Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:56:18Z | - |
Data de envio: dc.date.issued | 2021-12-08 | - |
Data de envio: dc.date.issued | 2021-12-08 | - |
Data de envio: dc.date.issued | 2021-08-30 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/26653 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/664074 | - |
Descrição: dc.description | The urban traffic noise is one of the biggest sources of noise pollution being composed by the different types of vehicles that circulate on the roads. Few studies have been carried out in search of a methodology capable of predicting urban noise based on the volume of traffic and several other variables present in the environment. This work aims to evaluate through comparisons the smallest noise prediction errors in urban traffic using the MLP, ELM and RBF Artificial Neural Networks models against the linear Multiple Linear Regression model. The data used in this work are the result of a literature review on the subject and databases collected in the cities of Goiânia-GO and Maringá-PR. The results found by the networks are compared in terms of their average errors to evaluate the best mappers of the equivalent sound level Leq, which is the output of the models and represents the noise produced by traffic. The neural models in this study proved to be better Leq mappers when compared to the linear model. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | O ruído de tráfego urbano é uma das maiores fontes de poluição sonora sendo composto pelos diferentes tipos de veículos que circulam nas vias. Poucos estudos têm sido realizados em busca de uma metodologia capaz de antever o ruído sonoro urbano a partir do volume de tráfego e de diversas outras variáveis presentes no ambiente. Este trabalho objetiva avaliar por meio de comparações os menores erros de previsão do ruído sonoro do tráfego urbano usando os modelos de Redes Neurais Artificiais MLP, ELM e RBF frente ao modelo linear de Regressão Linear Múltipla. Os dados utilizados nesse trabalho são fruto da revisão bibliográfica acerca do tema e das bases de dados coletados nas cidades de Goiânia-GO e Maringá-PR. Os resultados encontrados pelas redes são comparados em termos de seus erros médios para avaliação dos melhores mapeadores do nível equivalente sonoro Leq que é a saída dos modelos e representa o ruído sonoro produzido pelo tráfego. Os modelos neurais nesse estudo se mostraram melhores mapeadores do Leq se comparados ao modelo linear. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Ponta Grossa | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia de Produção | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
Palavras-chave: dc.subject | Poluição sonora | - |
Palavras-chave: dc.subject | Tráfego urbano | - |
Palavras-chave: dc.subject | Trânsito - Ruído | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Noise pollution | - |
Palavras-chave: dc.subject | City traffic | - |
Palavras-chave: dc.subject | Traffic noise | - |
Palavras-chave: dc.subject | Neural networks (Computer science) | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | - |
Palavras-chave: dc.subject | Engenharia/Tecnologia/Gestão | - |
Título: dc.title | Avaliação de modelos de previsão do ruído sonoro urbano com redes neurais artificiais | - |
Título: dc.title | Evaluation of urban sound noise forecast models with artificial neural networks | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: